自助法

Python 推断基础

Paul Savala

Assistant Professor of Mathematics

自助法

自助法（Bootstrapping） = 有放回抽样
1. 随机抽取一个样本
2. 记录下来
3. 放回数据中（有放回）
4. 重复
自助样本 = 由自助法生成的样本

非参数置信区间

stats.norm.interval 的非参数类比
- 有放回抽样
- 计算检验统计量
- 记录结果
- 重复
得到经验分布

salaries_df['Years of Employment']

[6, 11, 14, 3, 2, ...]

sample_1 = salaries_df['Years of Employment'].sample(n=10)


print(max(sample_1) - min(sample_1))

将该过程重复多次
中间95%的结果 = 95%自助置信区间

# 统计量函数
def max_min(x):
    return max(x) - min(x)


# 数据作为元组
data = (salaries_df['Years of Employment'], )


bootstrap_ci = stats.bootstrap(data, max_min, 
                               vectorized=False,
                               n_resamples=1000)

print(bootstrap_ci)

BootstrapResult(confidence_interval=ConfidenceInterval(low=33.0, high=38.0),
standard_error=1.3843971812870597)

正态置信区间

需要数据服从正态分布
仅基于均值和标准误计算
推断只对应正态数据有效
计算非常快

自助置信区间

适用于任意分布
通过重抽样直接从数据计算
推断对任意数据有效
计算慢得多

自助法的用例

适用于非正态数据
- 排序数据
- 偏态数据
当正态置信区间给出可疑结果时
可用于任意统计量

Passons à la pratique !

Python 推断基础